1.形态学操作
形态学操作就是基于形状的一系列图像处理操作。一般情况下对二值化的图像进行操作。腐蚀与膨胀是最基本的形态学操作
应用：
(1)消除噪声
(2)分割(isolate)独立的图像元素，以及连接(join)相邻的元素
(3)寻找图像中的明显的极大值区域或者极小值区域
2.膨胀(最大值dilate)
此操作是将图像A与任意形状（通常为正方形或圆形）的内核B，,进行卷积。
内核B有一个可定义的 锚点, 通常定义为内核中心点。
进行膨胀操作时，将内核B划过图像,将内核B覆盖区域的最大相素值提取，并代替锚点位置的相素。显然，这一最大化操作将会导致图像中的亮区开始”扩展” (因此有了术语膨胀 dilation )
void cv::dilate( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 );
src——输入图像.
dst——输出图像.
element——用于膨胀的结构元素。若为 NULL, 则使用 3×3 长方形的结构元素
iterations——膨胀的次数
3.腐蚀(erode)
腐蚀提取的是内核覆盖下的相素最小值。进行腐蚀操作时，将内核B划过图像,将内核B覆盖区域的最小相素值提取，并代替锚点位置的相素。
void cv::erode( const CvArr* src, CvArr* dst, IplConvKernel* element=NULL, int iterations=1 );
src——输入图像.
dst——输出图像.
element——用于腐蚀的结构元素。若为 NULL, 则使用 3×3 长方形的结构元素
iterations——腐蚀的次数
4.结构元素
我们一般使用函数 getStructuringElement配合膨胀或腐蚀算法使用
Mat strElement = Imgproc.getStructuringElement(Imgproc.MORPH_RECT, new Size(3, 3), new Point(-1, -1));
其中有三种内核形状可以选择:
矩形: MORPH_RECT
交叉形: MORPH_CROSS
椭圆形: MORPH_ELLIPSE
再指定内核大小，以及锚点位置。不指定锚点位置，则默认锚点在内核中心位置。
5.图像的开运算
开运算：先腐蚀后膨胀，移除小的对象时候很有用
6.图像的闭运算
闭运算：先膨胀后腐蚀，被用来填充前景物体中的小洞，或者抹去前景物体上的小黑点
7.梯度：膨胀与腐蚀图之差
可以用来突出边缘，可以保留物体的边缘轮廓
8.顶帽：原图与开运算结果之差
开运算放大了裂缝或者局部低亮度的区域，所以，从原图中减去开运算后的图，得到的结果突出了比原图轮廓周围的区域更明亮的区域，这个操作与选择的核的大小有关。TopHat运算一般用来分离比邻近点亮一些的斑块，可以使用这个运算提取背景
9.黑帽运算：闭运算的结果与原图之差
黑帽运算的结果突出了比原图轮廓周围区域更暗的区域，所以黑帽运算用来分离比邻近点暗一些的斑块。
